劉利琴

【摘 要】 本文針對傳統(tǒng)無線傳感網絡數據傳輸效率低、節(jié)點能量消耗過快的不足，提出一種基于壓縮網絡編碼技術的高效數據傳輸算法研究。構建壓縮編碼框架體系和編碼向量，整合通信鏈路的數據信息，在通信區(qū)域內利用壓縮編碼規(guī)則重新匯聚數據并重構數據包;識別出被壓縮數據之間的關聯(lián)性，利用稀疏字典和正交匹配算法從壓縮編碼中恢復原始數據，保證數據的完整性和準確性。仿真結果表明，提出算法的數據傳輸效率更高，由于數據傳輸路徑選擇合理，延長了節(jié)點的剩余能耗和無線傳感網絡的工作壽命。

【關鍵詞】 壓縮網絡編碼;無線傳感網絡;稀疏字典;正交匹配算法

【中圖分類號】 TN929 【文獻標識碼】 A

【文章編號】 2096-4102（2020）02-0091-03

本文提出一種基于壓縮網絡編碼技術的節(jié)點之間高效數據傳輸算法研究，利用網絡編碼和壓縮感知相關理論，選擇最經濟的節(jié)點數據傳輸路徑，降低冗余數據對節(jié)點能耗的占用，達到提高數據傳輸效率、提高網絡壽命的目的。

1壓縮網絡編碼技術的框架體系和原理

無線傳感網絡具有無線自組織的特性，大量的節(jié)點被隨機放置在監(jiān)控區(qū)域范圍內，每個節(jié)點采集有效半徑區(qū)域范圍之內的監(jiān)控數據，并將數據傳輸到臨近的匯聚節(jié)點，再通過物聯(lián)網、衛(wèi)星系統(tǒng)和基站與終端用戶保持聯(lián)系。監(jiān)控區(qū)域范圍內的普通節(jié)點構成包括電源、射頻模塊、感應模塊和微處理器單元，結構近似為功能簡單的單片機系統(tǒng)。其中電源系統(tǒng)采用鋰電池供電，兼顧了續(xù)航和成本，鋰電池具有更高的密度，有助于延長節(jié)點壽命。每個節(jié)點都具有多條數據傳輸路徑，在壓縮感知和線性編碼的基礎上，對各路徑進行組合編碼，并形成編碼向量，重新規(guī)劃最優(yōu)、最短的數據傳輸路徑，達到節(jié)省節(jié)點能耗的目的。零信號發(fā)送端的全部n個編碼向量集合為Z={z1，z2，…，zn}，接收端可以提取到的部分編碼向量集合為H={h1，h2，…，hn}，則在編碼之后的通信鏈路消息集合G表示為：

集中處理數據后再將原始數據傳遞到打包層合成新的數據，經過重新編碼處理后的變量層次可達到最優(yōu)，且滿足普通節(jié)點之間數據傳輸、普通節(jié)點與匯聚節(jié)點之間線性方程求解的要求。

2基于壓縮網絡編碼技術的數據匯集與重構

監(jiān)測區(qū)域內的普通源節(jié)點之間相互傳輸數據包，內部數據交互完成后隨機選擇控制系數與組合方式，將數據打包匯總到匯聚節(jié)點做數據的匯集。令P為匯聚節(jié)點的集合，Q為普通源節(jié)點集合，那么集合P中任一個節(jié)點pi輸出邊ki所傳輸的序列函數可表示為τ（ki），則無線傳感網絡（p，k）是一個具有單邊容量特征的二元廣播系統(tǒng)，輸入邊的信號與輸出邊信號對應?；跀祿幋a技術構建網絡隨機生成的編碼向量s（ki）=[se（k′i）]，k′代表與輸出邊ki對應的輸入邊。編碼向量在傳感網絡（p，k）中的相同時刻對應編碼序列函數τ（ki）上的項，則編碼向量可表示為：

每個普通源節(jié)點qj均攜帶一個原始的函數數據序列，在t時刻之后按照編碼規(guī)則確定出向量矩陣和矩陣的秩，并進行網絡數據的聚集和重構。在無線網絡空間足夠大的條件下，基于匯集節(jié)點形成的編碼函數矩陣一般為滿秩矩陣，在壓縮感知理論環(huán)境下更容易在有限域實現對全局編碼的重構。匯聚節(jié)點編碼向量在多次迭代之后，編碼矩陣最終服從正態(tài)分布，更有利于節(jié)點之間數據傳輸同步性的提高，避免數據發(fā)生擁塞。全局數據編碼矩陣I由全局編碼向量組成，表示為I=s（ki），匯聚普通源節(jié)點處的數據包，提取全局編碼向量并組成新的編碼矩陣：

其中k為實數空間內的全局編碼向量個數，新引入的數據包中含有更多的廣播信息，將全部的向量數據進行隨機線性編碼并匯總傳遞到匯聚節(jié)點。如果待廣播的數據經過多次廣播后仍舊沒有更新，認為該組數據為垃圾數據，予以剔除以便節(jié)省網絡能耗。在實際的無線傳感網絡中可以按照順序采集、發(fā)送或傳輸數據包，實際標記為一個整數，全局化的編碼向量按照時間標記的順序做初始化處理。監(jiān)控區(qū)域內的普通源節(jié)點基于時間戳源源不斷地將數據傳輸到匯聚節(jié)點，同時分類排放編碼數據并計算全局秩。按照接收到的數據包提取全局化的編碼矩陣，進而根據計算結果判斷矩陣十分為滿秩，如果結果為滿秩進行下一步的編碼和譯碼;如果矩陣的秩大于事先設定的重構閾值，則按照壓縮網絡編碼規(guī)則對初始矩陣重構處理。本文采用正交匹配算法對待傳輸的數據集重構，設輸入系統(tǒng)的測量值集合為X：

當I集合為空集時，測量值集合中的任一個向量xi=ε，集合的稀疏表達式η為零，重構后的數據矩陣可以表示為：

在測量值矩陣集合中通過計算得出與測量值xi最為接近的殘差值，經過多次迭代后再從更新后的矩陣中將原始數據恢復出來。

3無線傳感網絡數據的傳輸與恢復

為進一步降低無線傳感網絡節(jié)點之間數據傳輸時的能量消耗，改善對矩陣數據恢復的準確性，還要考慮到節(jié)點之間數據在時間和空間上的相關性。在空間方面以中間節(jié)點作為中繼節(jié)點尋找最優(yōu)的數據傳輸路徑，在時間方面，壓縮數據之間的關聯(lián)性，剔除冗余數據進一步降低節(jié)點能耗。獲取第t個時刻之前的N個測量值的歷史數據集合X′：

集合X′在時間上和空間上是可以壓縮的，集合在時間和空間上的稀疏字典分別為S1和Sv，則有：

利用字典訓練方法反復訓練被壓縮后的數據，并形成新的時間、空間觀測矩陣。分別確定源節(jié)點和匯聚節(jié)點的空間位置，并確定出下一跳的候選中繼節(jié)點位置，以該點為中心將編碼后的數據存入數據包，向周圍的節(jié)點廣播自己節(jié)點所處的位置。接收信息的匯聚節(jié)點判斷采集到的信息是否為真實、完整的信息。匯聚節(jié)點不僅能夠得到中繼節(jié)點傳輸過來的數據包還能得到空間范圍內觀測矩陣和觀測矩陣的投影矩陣，再利用壓縮感知技術、壓縮網絡編碼算法、正交編碼匹配方法從X′中恢復出全部的編碼向量集合：

數據恢復中對于稀疏字典的設計會影響到數據恢復的精度，為保證矩陣數據的稀疏性利用調整最小化感知數據的方式約束均方誤差，在隨機矩陣的選擇方面盡量選用高斯隨機矩陣，保證在等效時間觀測方面列向量和行向量的相關性，同時也能夠避免壓縮重構及數據恢復匯總原始數據準確性降低的弊端。

4實驗部分

4.1仿真環(huán)境設置

為驗證文中提出壓縮網絡編碼技術在網絡能耗節(jié)約及數據傳輸性能方面的優(yōu)勢，基于OMNET++網絡仿真軟件建立仿真環(huán)境，在500×500的區(qū)域內隨機均勻部署200個節(jié)點，其中包括5個匯聚節(jié)點，無線傳感網絡仿真環(huán)境參數設置如表1所示。

4.2實驗結果與分析

首先驗證文中仿真網絡環(huán)境下從第一跳到匯聚節(jié)點之間的傳輸數據總量變化情況，引入文獻[7]和文獻[8]兩種傳統(tǒng)方法參與對比。無線傳感網絡的丟包率設置為8%，從普通節(jié)點匯聚節(jié)點的數據傳輸路徑均設定為6跳，數據的傳輸情況如圖1所示。

壓縮感知編碼技術在同樣為6跳的數據傳輸過程中能夠篩選出最優(yōu)的通信路徑，并自適應調整和規(guī)避擁塞的無線網絡通道，因此在傳輸同樣長度的數據時數據總量相對于傳統(tǒng)傳輸方法效率提升在50%以上。在開放不擁塞的網絡條件下傳輸數據總量越多，節(jié)點的能耗越高，即數據傳輸總量與節(jié)點的能力消耗成正比。但在無線傳感網絡環(huán)境下通信鏈路的選擇、跳數的確定與數據傳輸算法也具有較大的相關性。在100min的統(tǒng)計觀測期內，三種數據傳輸算法的全部總能耗變化情況，如圖2所示。

節(jié)點能量總消耗決定著無線傳感網絡剩余節(jié)點的數量和網絡最終的生存時間，分別統(tǒng)計在不同的觀測時間段內，三種數據傳輸算法下剩余節(jié)點的變化情況統(tǒng)計結果如圖3所示。

文獻[7]和文獻[8]控制算法下，在仿真網絡模型第30分鐘出現了死亡節(jié)點，由于中繼節(jié)點擔負著數據傳輸核心的重任，電池更容易加速消耗;文中算法直到第60分鐘出現了首個死亡節(jié)點，且節(jié)點死亡的速度較慢，在觀測期結束后仍有158個存活節(jié)點;而在傳統(tǒng)控制算法下，觀測期結束后無線傳感網絡僅存活47個和46個節(jié)點，網絡性能衰減過快。

5結論

在無線傳感網絡中由于節(jié)點能耗和數據傳輸功能上的限制，選擇合適的數據通信傳輸算法至關重要。節(jié)點之間冗余信息過多及無法選擇最優(yōu)的通信路徑，都會導致節(jié)點能量消耗過快，降低無線傳感網絡的生存時間。本文基于壓縮感知原理和壓縮網絡編碼技術，重新編排和處理待傳輸的網絡數據，并剔除過多的冗余數據節(jié)省節(jié)點之間的信息傳輸的能耗，提升數據傳輸的效率和效果。

【參考文獻】

[1]黃穎，費莉，賴小龍.帶有隱私保護的無線傳感網能量有效數據融合機制[J].微電子學與計算機，2019，48（7）：65-69.

[2]毛頡.基于無線傳感器網絡的視頻目標跟蹤算法[J].控制工程，2018，25（1）：71-75.

[3]張紹英.移動自組織網絡中基于QoE的跨層多波束信道接入機制[J].電訊技術，2019，62（7）：792-797.

[4]王法玉，姜妍.基于自組織神經網絡和模糊聚類的校園無線網用戶學習興趣度行為分析[J].計算機應用研究，2018，35（1）：186-189.

[5]邱建美，沙超，黃海平，等.數據收集單元和移動Sink輔助下的信息上傳方法[J].計算機工程與應用，2018，55（1）：112-116.

[6]周遜，李其超，宋威威，等.一種高效低時延的無人機自組網多跳TDMA協(xié)議[J].光通信研究，2019，43（4）：55-60.

[7]寇馬可，鐘升，唐磊.一種基于小波變換的數據位迭代糾錯算法設計與Matlab實現[J].微電子學與計算機，2019，48（6）：60-63.

[8]鄭本立，李躍輝.基于改進蟻群算法的SDN網絡負載均衡研究[J].計算機科學，2019，46（s1）：291-294.

[9]楊磊，楊懌，楊東勇，等.無線傳感網絡節(jié)點鋰電池剩余電量估算方法[J].工礦自動化，2015，41（1）：29-32.

[10]李曉宇，徐佳寧，胡澤徽，等.磷酸鐵鋰電池梯次利用健康特征參數提取方法[J].電工技術學報，2018，33（1）：9-16.